本发明涉及一种基于人体平衡数据的训练方法，属于康复训练方法领域。
背景技术
平衡是人体一项重要功能，在日常生活中平衡能力对于维持各种姿势、进行各种活动以及对外界干扰产生适宜的反应尤其重要。
目前对于平衡功能评价和训练的方法很多，其中，传统的主观观测法操作简单易行方便直观快捷，但过于粗略主观，缺乏客观量化标准，只能用于疑似有平衡功能障碍的患者的初步筛查。量表法易于量化，便于对照，但操作繁琐耗时，且受人为因素的影响，误差较高。压力平板测试操作简单快捷，但专业性强，费用较高，仅适宜研究运用。这些评估和测试导致平衡功能难以得到普通民众的足够关注，更无法科学有效地提高。所以一种便于大众随时快速有效地在常规环境下对自身平衡功能进行客观评价以及科学提高的方法亟待提出。
技术实现要素：
为了解决目前缺乏人体平衡功能的训练方法，本发明提供了一种基于人体平衡数据的训练方法，可以随时随地为大众进行平衡功能评价，并给出训练实现方案。
本发明的技术方案如下：
一种基于人体平衡数据的训练方法，包括以下步骤：
1)人体在下身不动的情况下，上身向前、向后、向左、向右、向左前、向左后、向右前、向右后倾斜，利用加速度传感器和角速度传感器采集人体8组姿态的加速度和角速度信号的实时数据；
具体是采用手机内设的传感器采集人体在进行交互式姿态平衡任务下的加速度和角速度信号的实时数据。交互式姿态平衡任务共有8种，包括：在个体下身不动的情况下，上身向前、向后、向左、向右、向左前、向左后、向右前、向右后倾斜时；交互方式是通过手机语音和闪烁提示个体下一个需要完成的预设的姿态平衡任务，当前姿态平衡任务完成时手机发出提示音；采集时间为1分钟到15分钟，采样频率为100hz到300hz。
2)将人体8组姿态的实时数据通过延迟时间τ和嵌入维度e进行相空间重构，得到8组e维的时间序列zi(i＝1,2,…,e)，进一步利用局部预测法将这8组时间序列两两进行相空间相互预测，预测的相似程度作为肢体协调能力的定量值；
3)对相空间重构得到的8组e维的时间序列zi(i＝1,2,…,e)进行多尺度熵分析，得到8个样本熵
4)将上述肢体协调能力的定量值和人体整体平衡功能定量值分别与数据库的指标进行比对，得到人体的8种姿态保持平衡的最大角度和对应的最长时间；
5)满足人体每个姿态保持平衡的角度和对应的时间大于上述得到的最大角度和对应的最长时间，实现人体的8种姿态平衡训练。
其中，数据库中包含有十个等级的人群整体平衡能力和肢体协调能力数据集，每个等级中又从小到大分为1-4层；数据库中记录有个体在每个等级的每层的每个姿态任务下保持平衡的最大角度θijk(i＝1,2,…8；j＝1,2,…10；k＝1,2,3,4)和对应的最长时间tijk(i＝1,2,…8；j＝1,2,…10；k＝1,2,3,4)，其中i代表8个姿态任务、j代表十个等级、k代表四个层级。
通过人体在8种姿态任务下保持平衡的最大角度和对应的最长时间确定训练量，实现提高人体的平衡功能。其中，训练量为保持平衡的最大角度在θijk到θij(k+1)之间，对应的最长时间在tijk到tij(k+1)之间。
本发明具有以下优点：
本发明不受时间、空间限制，仅使用个体自身携带的智能手机，无需购买任何其他设备，就可以随时随地进行人体平衡功能的评估和训练，并提供长期的检测；本发明依据个体自身情况提供个性化的训练方案，能够科学有效地提高自身平衡功能。
附图说明
图1为本发明方法的流程示意图；
图2为本发明方法中个体的8种姿态任务示意图；
图3为本发明方法中平衡训练的流程图。
具体实施方式
以下通过具体实施例对本发明做进一步说明，以便更好地理解本发明，但本发明并不局限于此。
图1为本发明方法的流程示意图，主要分为采集数据、计算人体整体平衡功能定量值和肢体协调能力的定量值、数据库比对以及训练方案制定。整个系统可以利用贝叶斯估计构成闭环，不断提高个体平衡能力。
首先根据输入的姓名、性别、年龄、身高、体重以及病史等建立个体的基本档案。
在进行个体平衡功能评价时，利用智能手机内置的加速度和角速度传感器，对人体在预设的八种交互式姿态平衡任务下进行加速度和角速度信号的实时采集，采集时间为1分钟到15分钟，采样频率为100hz到300hz可调，并分为以下几个步骤：
(1)在手机应用程序界面上点击开始测试后，个体身体自然直立，双脚并拢，双臂于胸口处交叉，双手扶好手机将屏幕贴放在胸前；
(2)如图2所示，个体保持腰部以下身体不动，上身根据手机提示音，随机向前1、向后2、向左3、向右4、向左前5、向左后6、向右前7以及向右后8共八个方向倾斜，每一次倾斜后，听到手机发出提示音“哔”则恢复直立状态准备下一个动作；
(3)听到手机发出提示已完成测试后，从胸前拿下手机，点击保存数据。
将人体站立时预设的8个姿态平衡任务下采集得到的实时数据通过延迟时间τ和嵌入维度e进行相空间重构，得到8组e维的时间序列zi(i＝1,2,…,e)，进一步利用局部预测法将这8组时间序列两两进行相空间相互预测，预测的相似程度作为肢体协调能力的定量值。对相空间重构得到的8组e维的时间序列zi(i＝1,2,…,e)进行多尺度熵分析，得到8个样本熵
将计算得到的个体的整体平衡功能定量值和肢体协调能力定量值分别与数据库中的指标进行比对，得到人体在预设的八种姿态平衡任务下保持平衡的最大角度和对应的最长时间；其中，人体平衡功能和肢体协调能力数据库中包含有十个等级的整体平衡能力和肢体协调能力数据集，每个等级中又从小到大分为1-4层；人体平衡功能和肢体协调能力数据库中记录有每个等级的个体在每个姿态任务下保持平衡的最大角度θijk(i＝1,2,…8；j＝1,2,…10；k＝1,2,3,4)和对应的最长时间tijk(i＝1,2,…8；j＝1,2,…10；k＝1,2,3,4)，其中i、j、k分别代表八个姿态任务、十个等级、四个层级。
如图3所示，根据整体平衡功能进行的训练量选择，训练量参考上一次训练的最大角度θijk和保持平衡对应的最长时间tijk，训练量每次增加一个层级，即两个等级差值的1/4。如上一次的训练量为(θijk,tijk)，则当次的训练量为[θijk+0.25(θi(j+1)k-θijk),tijk+0.25(ti(j+1)k-tijk)]，下一次的训练量为[θijk+0.50(θi(j+1)k-θijk),tijk+0.50(ti(j+1)k-tijk)]，直到训练量达到(θi(j+1)k,ti(j+1)k)，则重新进行个体的整体平衡功能和肢体协调能力评价，并更新训练方案。
根据个体的肢体协调功能不足的程度对姿态平衡的八种训练任务数量进行比例选择，设预设的八种交互式姿态平衡任务下的典型切斜角度θi之和为θsum，
虽然本发明已以较佳实施例披露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。